Video Experimental Relacionado
Updated: May 5, 2026
Integrating Computerized Linguistic and Social Network Analyses to Capture Addiction Recovery Capital in an Online Community
Published on: May 31, 2019
Desarrollo y Validación de la Escala de Adicción a la Inteligencia Artificial para Investigadores: Un Estudio
Ahmed Abdelwahab Ibrahim El-Sayed1, Samira Ahmed Alsenany2, Maha Gamal Ramadan Asal3
1Nursing Administration Department, Faculty of Nursing, Alexandria University, Alexandria, Egypt, alexu.edu.eg.
Los investigadores ahora tienen una escala validada de 22 ítems para medir la adicción a la inteligencia artificial (IA). Esta herramienta evalúa el comportamiento compulsivo, la dependencia excesiva, el deterioro funcional, la abstinencia y la tolerancia, abordando una brecha crítica en la comprensión de la dependencia de la IA en la investigación.
Área de la Ciencia:
- Psicología; Metodología de la Investigación; Salud Digital
Sus antecedentes:
- La integración de la inteligencia artificial (IA) mejora la eficiencia de la investigación, pero genera preocupación sobre la dependencia excesiva y la adicción entre los investigadores.; Existe una brecha significativa en los instrumentos validados para evaluar la adicción a la IA específicamente dentro de la comunidad investigadora.
Objetivo del estudio:
- Desarrollar y evaluar psicométricamente una escala para medir la adicción a la IA en investigadores.; Proporcionar una herramienta fiable para evaluar el grado de dependencia de la IA y sus posibles impactos negativos.
Principales métodos:
- Un diseño metodológico de dos fases incluyó el desarrollo de la escala y la evaluación psicométrica.; Generación de ítems mediante revisión de literatura y entrevistas, seguida de análisis factorial exploratorio y confirmatorio (AFE/AFC) con datos de 718 investigadores de enfermería.; Fiabilidad evaluada mediante alfa de Cronbach, omega de McDonald y fiabilidad de división por mitades.
Principales resultados:
- Se finalizó una escala de 22 ítems que abarca cinco dimensiones: comportamiento compulsivo, dependencia excesiva, deterioro funcional, abstinencia y tolerancia.; El AFE y el AFC confirmaron una sólida estructura de cinco factores que explica una varianza sustancial, con excelentes índices de ajuste del modelo.; La escala demostró alta consistencia interna y fiabilidad (alfa de Cronbach = 0,924, omega de McDonald = 0,870).
Conclusiones:
- La escala de adicción a la IA desarrollada es un instrumento válido y fiable para los investigadores.; Ofrece un marco integral para evaluar el uso compulsivo de la IA, la dependencia, el deterioro funcional, la abstinencia y la tolerancia.; Esta escala aborda la necesidad de una evaluación cuantitativa de la adicción a la IA en entornos académicos.
